WSQ:小波/标量量化
“小波/标量量化”是一种常用于图像处理和信号压缩的技术,尤其在物理学和工程学领域应用广泛。为了书写和使用的便捷,该术语通常以其英文名称“Wavelet/ Scalar Quantization”的缩写WSQ来指代。这一方法通过结合小波变换和量化技术,能够有效降低数据量,同时保持较高的信息质量。
Wavelet/ Scalar Quantization具体释义
Wavelet/ Scalar Quantization的英文发音
例句
- It includes QRS recognition, correlative prediction of R-R interval, integer wavelet transform, scalar quantization, run-length coding and arithmetic coding.
- 压缩算法由QRS波识别、R-R相关预测、整数小波变换、标量量化、游长编码、算术编码等六部分组成。
- To improve the compression ratio, image quality and coding efficiency, an image coding algorithm based on wavelet transform and scalar vector quantization is presented.
- 针对标量量化压缩比小而向量量化压缩速度慢、图像复原效果不理想等弱点,提出了基于小波变换的分类量化图像编码算法(简称分类量化编码)。
- A scheme of embedded wavelet transform image coding using scalar quantization is presented in the paper.
- 给出了一种基于分层标量量化的二维小波图像压缩编码方案。
- Embedded Wavelet Transform Image Coding Using Scalar Quantization
- 标量量化嵌入式小波变换图像编码
- An Image Compression Algorithm Based on Wavelet Transform and Adaptive Scalar vector Hybrid Quantization
- 一种基于小波变换与自适应混合量化的新图象压缩算法
本站英语缩略词为个人收集整理,可供非商业用途的复制、使用及分享,但严禁任何形式的采集或批量盗用
若WSQ词条信息存在错误、不当之处或涉及侵权,请及时联系我们处理:675289112@qq.com。